Alibaba logo
阿里巴巴
千问-Agent以及小型化研究实习生

千问-Agent以及小型化研究实习生

发布于 1 小时前

实习/见习

AI 估算 · 8.0千–1.5万 · AI 参考估算
无经验要求
学历未注明
实习生仅现场办公机器学习工程
机器学习工程
Deepspeed
Megatron-Lm
分布式系统
强化学习
知识蒸馏

值不值得投

73综合评分

综合评分 73

前沿大模型训练实习岗,技术成长强,办公与WLB信息不明确

从薪资福利、成长发展、工作生活和使命价值四个维度综合评估,方便比较实习机会。

薪资怎么样

1.2万

比机器学习工程中位数高

发布情况

新岗位 · 今天发布

公司情况

这家公司招聘很活跃

约 5160 个在招 · 其中机器学习工程 约 240 个

市场机会

选择面较广

杭州 · 机器学习工程 · 约 300 个在招

职位详情

关于这个职位

该实习岗位聚焦千问Agent与模型小型化研究,参与大模型训练框架、分布式训练系统和后训练优化技术的研发

适合具备Python/C++、深度学习框架和分布式训练经验,并对知识蒸馏、强化学习、Agent落地等方向有热情的候选人

最低要求

计算机基础扎实,熟悉Linux操作系统、计算机网络、数据结构与算法、分布式系统等核心知识

精通Python/C++
熟悉大模型深度学习框架(如DeepSpeed、Megatron-LM等),有较大规模的分布式训练实战经验
熟悉模型优化核心技术,至少深入掌握蒸馏、强化学习(GRPO、PPO、DPO等)中的一种或多种方法,并有实际项目落地经验
具备大型系统工程能力,熟悉软件研发全流程,能独立完成模块设计、开发与性能调优
良好的沟通协作能力,积极主动,对技术有热情,乐于钻研前沿技术

工作职责

负责大模型训练框架与模型优化

维护并优化面向较大规模的GPU/XPU的分布式训练系统
研究并落地先进的模型后训练优化技术,包括但不限于知识蒸馏、强化学习等

优先资格

具有Agent模型落地经验

具有端云混合架构设计经验
在顶级会议(如NeurIPS、ICML、ICLR等)发表过相关论文
在Github有相关开源项目,或是在相关知名项目中有代码贡献
熟悉混合精度训练、训练时投机采样、FP8等分布式训练优化技术

AI 洞察

优缺点分析

优点

  • 岗位直接涉及大模型训练框架、分布式训练和后训练优化,技术内容前沿且实践性强
  • 能接触GPU/XPU大规模训练系统、知识蒸馏、强化学习、Agent模型等高价值方向,有利于建立稀缺能力
  • JD明确列出顶级会议论文、开源项目贡献等加分项,适合有研究或开源成果的候选人展示优势
  • 工作内容兼顾算法研究与系统工程,适合希望提升大模型全链路能力的实习生
  • 分布式训练、强化学习和模型小型化方向迭代快,需要持续跟进前沿论文与工程实践
  • 适合计算机基础扎实、具备Python/C++工程能力,并有大模型训练、强化学习、蒸馏或开源项目经验的实习生申请

缺点 / 挑战

  • 技术要求较高,既需要扎实系统基础,也需要大模型训练与优化实战经验
  • 作为实习生,可能需要在复杂系统中承担模块化任务,对沟通协作和问题定位能力要求较高

角色解读

  • 从实习生阶段积累大模型训练、后训练优化和分布式系统工程经验,逐步成长为AI基础设施或模型算法工程师
  • 后续可向Agent模型研发、模型小型化、强化学习算法、分布式训练系统优化等方向深入发展
  • 若具备论文、开源项目或大型项目落地成果,可进一步增强在顶尖AI研发岗位中的竞争力
  • 参与大模型训练框架与模型优化工作,围绕训练效率、稳定性和模型效果进行工程与算法协同优化
  • 维护并优化面向大规模GPU/XPU集群的分布式训练系统,支撑大模型训练任务高效运行
  • 研究并落地知识蒸馏、强化学习等后训练优化技术,推动模型小型化或Agent能力提升
  • 结合Agent模型、端云混合架构或低精度训练等技术方向,参与前沿方案验证与工程实现
  • 需要扎实的计算机基础,包括Linux、计算机网络、数据结构与算法、分布式系统等核心知识
  • 需要精通Python或C++,并熟悉DeepSpeed、Megatron-LM等大模型训练框架
  • 需要掌握蒸馏、GRPO、PPO、DPO等模型优化或强化学习方法,并有实际项目落地经验
  • 需要具备大型系统工程能力,能够独立完成模块设计、开发、性能调优,并与团队协作推进技术落地

申请策略

  • 申请时建议说明自己对Agent模型、端云混合架构或模型小型化方向的理解,并尽量与过往项目建立关联
  • 关注千问相关技术博客、论文和开源动态,面试中结合具体技术方向表达对团队业务的理解
  • 重点突出与大模型训练相关的项目,例如使用DeepSpeed、Megatron-LM进行分布式训练、微调或性能优化的经历
  • 明确写出掌握的强化学习方法,如GRPO、PPO、DPO,以及知识蒸馏、混合精度训练、FP8等优化技术的实践细节
  • 展示系统工程能力,包括模块设计、性能调优、Linux环境开发、多卡或多节点训练经验
  • 如有NeurIPS、ICML、ICLR论文、GitHub开源项目或知名项目代码贡献,应在简历中单独突出并说明个人贡献
  • 提前准备Python/C++编码能力、数据结构与算法、Linux和分布式系统基础,覆盖技术面核心考察点
  • 补充大模型后训练相关实践,如PPO、DPO、GRPO、知识蒸馏,并能讲清楚目标函数、训练流程和工程难点

面试指南

  • 项目类问题采用“背景—目标—方案—个人贡献—结果—复盘”的结构,重点量化训练效率、显存占用、效果指标等结果
  • 技术原理类问题先讲核心直觉,再讲公式或流程,最后结合工程实现中的坑和优化经验
  • 系统设计类问题按照“现象观察—指标定位—瓶颈拆解—优化方案—验证闭环”展开,体现系统化排障能力
  • 请介绍一个你参与过的大模型训练或分布式训练项目,你在其中负责什么模块?
  • DeepSpeed或Megatron-LM中有哪些并行策略?数据并行、张量并行、流水线并行分别解决什么问题?
  • PPO、DPO、GRPO等强化学习方法的核心区别是什么?你在项目中如何选择和优化?
  • 知识蒸馏在大模型小型化中的关键流程是什么?如何评估蒸馏后模型效果?
  • 如果大规模GPU/XPU训练中出现吞吐下降或显存不足,你会如何定位和优化?

职位点评

薪资福利68
成长发展92
工作生活45
使命价值78

薪资福利

68中等

JD未披露薪资与福利信息,但岗位属于技术实习且技术门槛较高,薪资满足度只能基于市场常识保持中等判断。JD中未明确提及具体福利项。

薪资信号未披露(AI估算:8.0千–1.5万/月)

成长发展

92较高

岗位覆盖大模型训练框架、分布式训练系统、知识蒸馏、强化学习和Agent模型等前沿方向,并且明确鼓励钻研前沿技术。对希望积累大模型全链路工程与研究能力的候选人非常匹配。

技术前沿前沿/新兴技术
技术栈大模型训练框架、GPU/XPU、分布式训练系统、知识蒸馏、强化学习、GRPO、PPO、DPO、Agent模型、端云混合架构、混合精度训练、投机采样、FP8
成长机会乐于钻研前沿技术
业务类型ambiguous

工作生活

45较低

JD未明确说明办公模式、弹性工时、双休或加班情况,因此生活化动机满足度无法得到充分支持。地点仅明确到杭州,具体通勤便利度需与招聘方确认。

工作模式未明确
办公地点未明确
加班情况未提及(无法判断)

使命价值

78中等

岗位聚焦大模型、Agent和模型小型化等AI前沿方向,具有较强的技术探索价值。但JD未直接描述社会使命或公共价值导向,意义感主要来自技术前沿性。

行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs